第三节 研究的思路与方法

一、研究思路

本书以“效率评价—环境影响—空间效应—经济增长”为主线，遵循从研究主体的内部、外部到反作用的基本思路展开研究。

本书首先从区域金融创新的内部分解展开，采用效率方法对其内部从技术效率、规模效率和纯技术效率方面进行分析，并且比较了区域金融创新在省际和区际方面的差异性；其次，从区域金融创新的外部进行分析，分析的主线为外部环境的作用与其在空间上的传导效应；最后，基于区域差异的视角分析金融创新与经济增长之间的关系，在此基础上提出了促进区域金融创新良好发展的政策建议。

研究思路如图1-1所示。

图1-1 研究思路

二、研究方法

本书主要研究中国区域金融业的创新，并不针对微观金融领域的某种工具创新，所以主要侧重运用中观区域层次的研究方法。鉴于区域金融创新主题属于多学科交叉的领域，本书采用理论研究和实证检验相结合的研究方法。在对区域金融创新的效应机制方面的理论分析过程中借鉴了区域金融学、空间经济学与经济增长理论的一般研究方法，并用数据进行了实证检验；在区域金融创新测度方面采用了效率测度方法、传统的计量经济学和空间计量经济学的研究方法。具体采用的分析方法有：

一是数学推导和逻辑演绎的规范分析方法。本书采用经济增长理论中的一般均衡分析方法分析区域金融创新与经济增长的关系，设置最终产品部门、金融中介、金融创新者、社会计划者等不同方面的参与者，并赋予每个参与者以量化关系，考察各个参与者之间的数量关系。

二是实证分析方法。本书采用了三种实证分析方法：

（1）数据包络分析方法。该方法用来度量各省（区、市）金融业具有创新性特征变量的效率。利用决策单元[各个省（区、市）]与效率边界[前沿省（区、市）]的相对距离来度量，效率边界即实际数据的外包络线，包络线上的决策单元都是有效率的，而包络线之外的决策单元则是无效率的。以反映区域内金融创新的中介服务收入为产出，以金融服务业的资本和人力为投入，刻画效率水平，以效率值作为金融创新的代理变量。在以上基础上再求算BCC模型（Banker、Charnes和Cooper提出的BCC模型）之下的技术效率值TE，通过TE/PEF，其中PEF为纯技术效率，求得规模效率值SE，将效率分解为规模效率与技术效率。

为避免环境变量与随机因素造成效率估计的有偏性，本书还运用了三阶段数据包络分析方法，利用随机前沿分析方法（Stochastic Frontier Analysis, SFA）来排除这些环境和随机变量的干扰。以投入冗余作为被解释变量，以环境影响因素作为解释变量，构建如下模型：

式中，Slack1it和Slack2it分别代表资本投入冗余和人力投入冗余；代表k个环境变量；vit+uit为混合误差，vit表示随机扰动，服从分布，uit为管理非效率项，服从非负断尾正态分布，即uit服从分布，vit和uit不相关。

（2）空间计量方法。为了探讨区域金融创新在空间的外部效应，即一个地区的金融创新对周边地区创新会产生怎样的影响，本书采用了空间计量经济学的两种方法，即探索性空间数据分析方法（Exploratory Spatial Data Analysis, ESDA）和空间面板计量方法。探索性空间数据分析方法用来检验金融创新变量的空间分布，使用空间自相关指数Moran I指数检验金融创新的空间相关性，并绘制Moran I散点图。在此基础上利用空间面板计量分析中的固定效应模型检验金融创新的空间外溢效应及其影响因素，公式如下：

（3）Tobit回归模型（受限因变量模型）。本书运用Tobit回归模型对区域金融创新的经济增长效应进行了经验检验，由于效率的取值在0和1之间，因变量的观察值来源于总体的一个受限制的子集，因此本书采用了受限因变量模型。